Afleveringen
-
Vincent Gossiaux Ă©tait Directeur de Magasin et sâest reconverti vers un rĂŽle de Consultant Data Analyst chez Elevate, le cabinet de conseil spĂ©cialisĂ© en data.
On aborde :
đ„ Son parcours et ce qui lâa poussĂ© Ă se reconvertir dans la data,
đ„ Pourquoi il a choisi DataBird et le dĂ©roulement de la formation,
đ„ Les compĂ©tences quâil utilise le plus au quotidien,
đ„ Ses principaux chantiers actuels et ses conseils pour se reconvertir.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
đ Lien vers leur site internet : bit.ly/47UthCv
---
đŹ CHAPITRES
00:00 Générique
01:02 Intro
02:45 Le moment oĂč Vincent dĂ©cide de changer de carriĂšre
04:21 Focus sur la formation DataBird
06:40 Son arrivée chez Elevate, cabinet de conseil en data
08:48 Ses principaux chantiers au quotidien
10:43 Ce que la formation lui a apporté
11:43 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
La newsletter Blef de Christophe Blefari
La chaĂźne Youtube de Luke Barousse
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#118 - Reconversion | Des Ressources Humaines à Data Analyst spécialisée RH
#103 - Reconversion | De Responsable Ătudes de MarchĂ© Ă Data Analyst
#95 - Reconversion | De Journaliste Ă Data Analyst
#71 - Lancer sa carriĂšre data avec Kevin Rosamont Prombo
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Pierre Fournier est lâancien Chief Product Officer de ManoMano, la licorne qui propose un site e-commerce spĂ©cialisĂ© dans le bricolage. Elle est prĂ©sente sur 6 marchĂ©s (France, Belgique, Espagne, Italie, Allemagne, Royaume-Uni), compte aujourdâhui plus de 5 000 marchands et 19 millions de rĂ©fĂ©rences.
On aborde :
đ„ Les prĂ©mices de la data chez ManoMano au Marketing et au Produit,
đ„ Pourquoi il ne faut pas ĂȘtre trop data-driven lorsquâon fait du Produit,
đ„ Lâimportance de dĂ©finir des mĂ©triques utilisateurs (versus business),
đ„ Ses plus gros challenges data : tracking, culture et collaboration Data x Produit.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
đ Lien vers leur site internet : bit.ly/47UthCv
---
đŹ CHAPITRES
00:00 Générique
01:12 Intro
02:18 Pierre nous explique ses choix de carriĂšre
04:04 Son point de vue sur les GAFAM
06:03 Leur ADN data
07:59 Ătre ou ne pas ĂȘtre trop data driven, telle est la question
13:17 Lâimportance des mĂ©triques utilisateurs versus business
22:08 La collaboration entre les Ă©quipes Data et Produit
25:34 Ses plus gros challenges data
28:07 Ses conseils aux Ă©quipes Data pour mieux collaborer avec le Produit
30:39 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
Data Strategy de Bernard Marr
Statistics Done Wrong de Alex Reinhart
Relevant Search de Doug Turnbull & John Berryman
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#97 - Contentsquare : Lancer lâĂ©quipe Product Analytics
#53 - Pennylane : Utiliser la data en tant que Product Manager
#44 - IbanFirst : Mieux collaborer avec l'Ă©quipe Produit
#36 - Dashlane : Monter une Ă©quipe Product Analytics
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ ABONNEZ-VOUS POUR SOUTENIR LE PODCAST GRATUITEMENT ! đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Zijn er afleveringen die ontbreken?
-
JĂ©rĂŽme Campo est Solution Architect chez Starburst, la licorne amĂ©ricaine valorisĂ©e 3 milliards de $ qui propose une solution qui permet de requĂȘter les Data Lake et de les fĂ©dĂ©rer avec d'autres sources, avec des grosses performances et avec des coĂ»ts trĂšs compĂ©titifs. Pas trĂšs connue du grand public, c'est pourtant la solution qui est dĂ©jĂ utilisĂ©e par quasiment la moitiĂ© du CAC 40.
On aborde :
đ„ Son parcours entre Microsoft, Google, Cloudera et Starburst
đ„ La technologie Open Source sous-jacente fondĂ©e en 2012 chez Facebook (aka Presto)
đ„ Les 2 usages de Starburst : accĂ©lĂ©rer lâaccĂšs au Data Lake et attaquer plusieurs sources en une seule requĂȘte
đ„ OĂč se positionne lâoutil dans la stack versus le Data Warehouse, Fivetran, dbtâŠ
---
â€ïž PARTENAIRES
Ce podcast est rendu possible par :
Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
đ Contactez Benjamin pour vous faire accompagner
Son mail : [email protected]
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
đ Mettez Elisa Ă©galement dans la boucle
Son mail : [email protected]
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
Starburst, la solution qui permet de requĂȘter les Data Lake et de les fĂ©dĂ©rer avec d'autres sources.
đ Contactez JĂ©rĂŽme pour en savoir plus
Leur site : https://engage.starburst.io/fr
Son mail : [email protected]
Son LinkedIn : https://www.linkedin.com/in/jérÎme-campo-06344019/
---
đŹ CHAPITRES
00:00 Générique
01:41 Intro
03:34 Ă quoi sert Starburst ?
05:07 1er usage : accĂ©lĂ©rer lâaccĂšs au Data Lake (Hadoop)
07:17 Illustration avec Crédit Mutuel Arkea
09:59 2Ăšme usage : attaquer plusieurs sources avec une seule requĂȘte (multi-source / multi-cloud)
12:51 Le positionnement de Starburst dans la Stack Data (Warehouse, Fivetran, dbt)
14:37 Paysage concurrentiel
15:55 La fonctionnalitĂ© de Starburst compatible avec lâapproche Data Mesh
18:32 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
Le LinkedIn de Zak Wilson
Le User Group de Starburst
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#117 - Masterclass | Tout comprendre sur les IA Génératives
#111 - DataGalaxy : Mettre en place un Data Catalog
#91 - Spendesk : Adopter l'approche Analytics Engineering
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Marie Douriez est Machine Learning Engineer chez 360Learning, la plateforme qui permet aux entreprises de crĂ©er des formations et de piloter leur suivi par leurs collaborateurs. Avant ça, elle est passĂ©e par Netflix et Lyft, 2 boĂźtes amĂ©ricaines connues pour ĂȘtre extrĂȘmement data-driven. 360Learning compte prĂšs de 2000 clients en Europe et aux US. Ils sont 400 salariĂ©s dont 80 ingĂ©nieurs. Marie nous parle dâun projet GenAI qui permet Ă leurs utilisateurs de crĂ©er des cours en quelques minutes qui est aujourdâhui live dans le produit.
On aborde :
đ„ Son parcours et son passage Ă San Francisco : Berkeley, Lyft, Netflix
đ„ Les grandes phases du projet GenAI et lâusage de GPT-4
đ„ Les challenges principaux : expĂ©rience utilisateur, personnalisation, mĂ©triques de succĂšsâŠ
đ„ L'Ă©volution du mĂ©tier de Machine Learning Engineer.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
đ Contactez Benjamin pour vous faire accompagner
Son mail : [email protected]
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
đ Mettez Elisa Ă©galement dans la boucle
Son mail : [email protected]
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
---
đŹ CHAPITRES
00:00 Générique
01:31 Intro
05:14 Le projet GenAI développé par 360Learning
10:22 Comment ils utilisent GPT-4
12:38 Les derniÚres features développées
17:22 L'évolution du métier de Machine Learning Engineer
19:17 Les challenges principaux : XP utilisateur, personnalisationâŠ
22:57 Le bilan
24:14 Les next steps : nouveaux produits GenAI notamment pour améliorer l'XP cÎté élÚve
25:12 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
- Data Driven 101, le podcast de Marc Sanselme
- Les meetups Generative AI Paris
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#117 - Eulidia : Tout comprendre sur les IA Génératives
#110 - Back Market : Leur stratégie Data Science
#102 - Databricks : Une stack unique pour lâAnalytics et lâIA
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Natacha Njongwa Yepnga est Senior Data Scientist et est actuellement Consultante Ă la SociĂ©tĂ© GĂ©nĂ©rale. Elle est surtout lâune des plus grandes influenceuses data en France avec +26 000 followers sur LinkedIn et +10 000 abonnĂ©s Ă sa chaĂźne Youtube LeCoinStat. Elle y partage du contenu sur des sujets techniques ou des conseils de carriĂšre Ă destination des profils data.
On aborde :
đ„ Son parcours et ce qui la motive Ă crĂ©er du contenu
đ„ Les diffĂ©rents mĂ©tiers data et les Ă©tudes Ă suivre pour se former
đ„ Sa vision sur le mĂ©tier de Data Scientist : est-ce que le mĂ©tier est saturĂ© ?
đ„ Ses recommandations pour bien se prĂ©parer aux entretiens dâembauche.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
đ Lien vers leur site internet : bit.ly/47UthCv
---
đŹ CHAPITRES
00:00 Générique
01:40 Intro
03:35 Quelles Ă©tudes pour travailler ou se reconvertir dans la data ?
08:29 Les différents métiers de la data
11:36 Est-ce que le métier de Data Scientist est saturé sur le marché aujourd'hui ?
15:07 Vers quel type d'entreprise se diriger ?
16:37 Comment préparer les entretiens d'embauche
18:35 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
StatQuest de Josh Starmer
Machine Learnia de Guillaume Saint-Cirgue
Cassie Kozyrkov
Willis Nana
Kevin Rosamont
Benjamin Ejzenberg
The Diary of a CEO de Steven Bartlett
Linchpin de Seth Godin
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#71 - Lancer sa carriĂšre data avec Kevin Rosamont Prombo
#118 - Reconversion | Des Ressources Humaines à Data Analyst spécialisée RH
#103 - Reconversion | De Responsable Ătudes de MarchĂ© Ă Data Analyst
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Christophe Blefari est Senior Data Engineer et auteur de la cĂ©lĂšbre newsletter data française Blef.fr. Il est lâun des plus gros experts data en France et est dâailleurs membre du collectif de freelances DataGen. Il revient nous parler des derniĂšres actualitĂ©s data, notamment du dĂ©bat qui Ă©chauffe les esprits ces derniĂšres semaines : est-ce la fin de la Modern Data Stack ?
On aborde :
đ„ Pourquoi parle-t-on de la fin de la Modern Data Stack ?
đ„ Ce quâon observe auprĂšs de lâĂ©cosystĂšme français
đ„ Le retour de Christophe sur la derniĂšre confĂ©rence DuckDB
đ„ La âFast newsâ de Christophe : SDF, nouvelle alternative Ă dbt ?
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen a lancé un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Vous avez un projet data ? On a l'Ă©quipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.
đ Rencontrez-nous ici.
---
đŹ CHAPITRES
00:00 Générique
01:27 Intro
02:23 Pourquoi parle-t-on de la fin de la Modern Data Stack ?
05:41 Retour sur lâadoption massive du concept de Modern Data Stack
20:50 Zoom sur lâĂ©cosystĂšme Data Stack en France
29:46 Nouveauté DuckDB : l'outil sort en version 1 à l'été 2024
35:12 La Fast news de Blef : SDF, la nouvelle alternative de bdt.
---
đ RESSOURCES
- Fundamentals of Data Engineering de Joe Reis
- Les replays du Data Council Ă Austin 2024 ne sont pas encore sortis. Voici la chaĂźne YouTube
- Lâarticle sur SDF, lâalternative Ă dbt
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
đŹđ§ #106 - Aircall: Adapting the Data Strategy to the slowing economic environment
#100 - On dĂ©crypte 3 tendances data de 2024 avec Christophe Blefari đ
#90 - Ovrsea : Mettre en place une approche Self-Service
#67 - Les 4 tendances data de 2023 avec Christophe Blefari (Aka Blef.fr)
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH đ
Arnaud Grojean est Chief Data & Analytics Officer Europe chez Carrefour, le leader de la grande distribution en Europe. Ils sont aujourdâhui 150 au sein de lâAnalytics Factory. Il est venu nous parler de son plus gros challenge : passer la data Ă lâĂ©chelle via la crĂ©ation dâune Analytics Factory.
On aborde :
đ„ Son parcours pour devenir Chief Data & Analytics Officer Europe
đ„ La phase Data Lab et le passage Ă lâĂ©chelle avec lâAnalytics Factory
đ„ Lâapproche adoptĂ©e et les objectifs de lâAnalytics Factory
đ„ Les principaux challenges et les prochaines Ă©tapes.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).
đ RĂ©servez une demo : https://bit.ly/3P0DQNA.
---
đŹ CHAPITRES
00:00 Générique
01:44 Intro
03:45 Le parcours dâArnaud
05:50 Prouver lâimpact de la data (Data Lab)
08:43 Scaler lâusage de la data (Analytics Factory)
11:22 Deux use cases
14:42 Les challenges rencontrĂ©s : prioriser les projets et sâadapter au marchĂ©
19:47 La data victime de son succĂšs chez Carrefour
21:58 Les next steps : extension géographique, acculturation data et formations
24:56 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
Cassie Kozyrkov : son LinkedIn, sa chaĂźne YouTube et son Medium
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#78 - Air France : Assurer lâadoption des produits data
#84 - Veepee : Utiliser les Data Contracts pour scaler sa Data Platform
#54 - Pernod Ricard : Lancer des programmes de Data Science
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Laura Chane Ching Ă©tait cheffe de projet RH chez Decathlon et sâest reconvertie vers un rĂŽle de Data Analyst spĂ©cialisĂ©e RH toujours chez Decathlon (aka People Analytics).
On aborde :
đ„ Son parcours et les facteurs qui lâont poussĂ©e Ă se reconvertir dans la data
đ„ Le choix de la formation DataBird et le soutien de Decathlon
đ„ La transition et ses chantiers au sein du dĂ©partement People Analytics
đ„ Ses conseils pour rĂ©ussir une reconversion en data.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
đ Lien vers leur site internet : bit.ly/47UthCv
---
đŹ CHAPITRES
00:00 Générique
00:51 Intro
02:35 Quâest-ce que le People Analytics ?
04:49 Le déclic pour se reconvertir
05:42 Pourquoi DataBird ?
07:07 La transition vers son nouveau poste
09:24 Ses nouvelles missions
12:09 Les compĂ©tences acquises lors de la formation quâelle utilise au quotidien
13:08 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCE
ChatGPT
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#103 - Reconversion | De Responsable Ătudes de MarchĂ© Ă Data Analyst
#71 - Lancer sa carriĂšre data avec Kevin Rosamont Prombo
#60 - Décathlon : Implémenter une nouvelle stratégie Analytics
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH đ
Benjamin Cohen-Lhyver est expert et docteur en Data Science & en IA, et également Chief Data Science Officer chez Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
On aborde :
đ„ Les Ă©tapes dâun projet GenAI en entreprise : cadrage, sĂ©lection des modĂšles, industrialisation
đ„ Les diffĂ©rents types de modĂšles et leurs avantages : PropriĂ©taire, Open Source, OpenAI, Mistral, etc.
đ„ La dĂ©finition des concepts clĂ©s : transformers, RAG, âLLM as a judgeâ, etc.
đ„ Ses prĂ©visions pour le futur Ă lâĂšre de lâIntelligence Artificielle.
---
â€ïž PARTENAIRES
Ce podcast est rendu possible par :
DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).
đ RĂ©servez une demo : https://bit.ly/3P0DQNA
Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
đ Contacter Benjamin sur LinkedIn https://www.linkedin.com/in/cohenlhyver/ ou par mail Ă [email protected]
---
đŹ CHAPITRES
00:00 Générique
01:39 Intro
03:06 Zoom sur les Transformers
08:24 Cadrer un projet GenAI
11:04 Comment choisir le bon LLM ?
15:52 Que choisissent les boĂźtes aujourdâhui ? Open Source ou PropriĂ©taire ?
18:59 Zoom sur Mistral
20:35 Utiliser des LLM as a judge
24:02 Industrialiser un projet GenAI
26:51 Zoom sur les RAGs
28:28 Les plus gros challenges des projets GenAI
30:39 A quoi ressemblera le monde de demain ?
33:52 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
Les subreddits LocalLLaMA, machinelearningnews et datascience
La chaĂźne YouTube 3Blue1Brown
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#110 - Back Market : Leur stratégie Data Science
#89 - Therapixel : DĂ©tecter le cancer grĂące Ă lâIA
#122 - LâĂ©pisode 360Learning mentionnĂ© avec Benjamin sera publiĂ© le 13/04. Abonne-toi pour ne pas rater sa sortie !
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Mabrouk Gadri est Senior Solution Engineer chez Fivetran, lâETL moderne qui a Ă©tĂ© adoptĂ© par Ă©normĂ©ment de boites en France et dans le monde, aussi bien des startups que des grands groupes du CAC40.
On aborde :
đ„ Ce quâest un ETL Moderne et les diffĂ©rentes solutions du marchĂ©
đ„ Pourquoi les entreprises choisissent Fivetran ?
đ„ Lâadoption croissante des ETL modernes par les grands groupes
đ„ Comment les IA GĂ©nĂ©ratives impactent ce marchĂ©.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par Fivetran
đ Lien vers leur site internet : https://bit.ly/3Tm34ax
---
đŹ CHAPITRES
00:00 Générique
00:55 Intro
04:22 Quâest-ce quâun ETL moderne ?
07:37 Quâest-ce qui distingue Fivetran des autres solutions ?
10:23 Lâadoption croissante des ETL modernes par les grands groupes
13:13 Quel est lâimpact des IA gĂ©nĂ©ratives sur ce marchĂ© ?
15:36 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
- Le Medium Towards Data Science
- Le LinkedIn de Mabrouk
- Le LinkedIn de Bill Hillman
- La chaĂźne Ternary Data de Joe Reis
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#112 - MyLight Systems : Migrer vers une Modern Data (& AI) Stack avec Databricks
#14 - Aircall : Faire scaler l'impact de l'Ă©quipe data sur l'entreprise
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH đ
Lucie Bailly est Data Product Manager chez Doctolib, la licorne française qui propose une plateforme de prise de rendez-vous avec des mĂ©decins et qui permet Ă©galement de faire de la tĂ©lĂ©consultation. Elle est prĂ©sente en France, en Allemagne et en Italie, et est aujourdâhui utilisĂ©e par 340 000 personnels de santĂ© et plus de 80 millions de patients.
On aborde :
đ„ Lâorganisation Data chez Doctolib et son rĂŽle de Data Product Manager
đ„ Son plus gros challenge : dĂ©ployer Tableau Ă lâĂ©chelle auprĂšs de 2000 utilisateurs
đ„ Les Ă©tapes clĂ©s : audit, POC, implĂ©mentation technique, gouvernance, ouverture, run
đ„ La difficultĂ© majeure : la phase dâitĂ©ration nĂ©cessaire au moment de lâouverture de lâoutil aux Ă©quipes (ex : process, documentation)
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).
đ RĂ©servez une demo : https://bit.ly/3P0DQNA
---
đŹ CHAPITRES
00:00 Générique
01:25 Intro
04:33 L'organisation Data chez Doctolib
05:45 Les principaux chantiers de Lucie
07:07 Son challenge principal : scaler son outil de Data Visualisation
09:55 Etape 1 : audit
10:58 Etape 2 : POC
13:00 Etape 3 : implémentation technique
15:13 Etape 4 : ouverture de l'outil aux Ă©quipes Data
17:16 Etape 5 : run
17:47 Sa plus grosse difficultĂ© : lâouverture aux Ă©quipes
20:53 Le Data Enablement chez Doctolib
22:22 Ses conseils pour scaler sa Data Visualisation
24:13 La stack data chez Doctolib
24:39 Les prochaines Ă©tapes
26:46 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCE
Dear Data de Giorgia Lupi
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#97 - Contentsquare : Lancer lâĂ©quipe Product Analytics
#90 - Ovrsea : Mettre en place une approche Self-Service
#11 - Doctolib : Accélérer la mise à disposition des données grùce à une réorganisation
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LINK TO THE QUESTIONNAIRE TO WIN A FITBIT WATCH: https://bit.ly/3uwlqNH đ
Emmanuel Martin-Chave is VP Data at BlaBlaCar, the French unicorn who offers several mobility services. I had already welcomed him on the podcast to know more about their data strategy in the episode #13. This time, we talk about management.
We cover:
đ„ What the Data department looks like today
đ„ How to introduce âMiddle Managersâ (Manu prefers âFront Line Managersâ)
đ„ How to create a great path for Individual Contributors
đ„ Why itâs crucial to anticipate recruitments 3 years in advance when youâre 50 in the team.
---
â€ïž SPONSOR
This episode is brought to you by DataGalaxy, the Data Knowledge Catalog used by over 150 companies such as Total, SNCF, and Bank of China in the United States.
đ Request a demo: https://bit.ly/3wxX06Z
---
đŹ CHAPTERS
00:00 Trailer
01:45 Intro
02:35 What the Data department looks like
03:38 Why and how to introduce middle managers?
07:51 The importance of having a mix between Individual Contributors (IC) & Managers
10:29 The current mix between IC & Managers at BlaBlaCar
13:22 The challenges associated with this organization
17:11 How to create a great path for IC
22:26 Why itâs crucial to anticipate recruitments 3 years in advance when youâre 50 in the team
25:13 His main challenges in terms of management
29:18 The next steps of the Data team
30:34 Last questions (ressources, tipsâŠ)
---
đ RESSOURCE
An Elegant Puzzle by Will Larson
---
đ§ OTHER EPISODES YOU SHOULD LOVE
đŹđ§ #106 - Aircall: Adapting the Data Strategy to the slowing economic environment
đŹđ§ #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused
#13 - BlaBlaCar : Fournir de la donnée et des algorithmes à l'entreprise
---
đȘ GOT A DATA PROJECT?
DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!
đ Meet us
---
đ SUPPORT THE PODCAST FOR FREE
1/ Subscribe đ
2/ Leave a 5 stars review on Apple Podcasts here đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Marie Sacksick est Head of Data chez CybelAngel et co-organisatrice des meetups WiMLDS (Women in Machine Learning and Data Science), la communauté mondiale regroupant les femmes passionnées par le Machine Learning et la Data Science.
On aborde :
đ„ Pourquoi crĂ©er Women in Machine Learning and Data Science (WiMLDS) ?
đ„ Les objectifs et les challenges de ces meetups : crĂ©er des role models et un rĂ©seau de soutien et d'expertise
đ„ Leur organisation et leurs actions aux quotidien (talks croisĂ©s, articlesâŠ)
đ„ Leur plus grosse rĂ©ussite : attirer autant de femmes que dâhommes.
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đŹ CHAPITRES
00:00 Générique
01:03 Intro
04:41 Pourquoi créer WiMLDS ?
06:07 Leurs objectifs
08:12 Leurs challenges
09:13 Lâorganisation des meetups
11:54 Leurs réussites
13:29 Leurs next steps
14:35 Le conseil de Marie
---
đ RESSOURCES
- Le LinkedIn de Marie
- Le LinkedIn de Clara
- Les meetups WiMLDS
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#107 - Inclusion In Data | Leader le collectif Women@Google avec Taline Mouradian
#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin
#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH đ
LoĂŻc Magnien est Head of Data chez MyLight Systems, la scale up pionnaire de lâautoconsommation solaire qui permet aux particuliers et aux entreprises de faire des Ă©conomies d'Ă©nergie. Ils ont levĂ© 100 millions dâeuros en 2023 et LoĂŻc revient sur son plus gros challenge de ces derniĂšres annĂ©es : migrer vers une Modern Data (& AI) Stack.
On aborde :
đ„ Le contexte chez MyLight Systems avant de migrer vers la Modern Data (& AI) Stack
đ„ Les 3 Ă©tapes clefs de la migration : Ă©tat des lieux, POC et industrialisation
đ„ La plus grosse difficultĂ© de LoĂŻc : continuer de servir le Business
đ„ La stack data et l'organisation des Ă©quipes.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).
đ RĂ©servez une demo : https://bit.ly/3P0DQNA
---
đŹ CHAPITRES
00:00 Générique
01:38 Intro
06:55 Les grandes étapes clés
07:39 Etape 1 : le POC
11:58 Etape 2 : Documentation
13:07 Etape 3 : Rationnalisation des rapports
15:36 Focus sur DBT
17:06 Le plus gros challenge de LoĂŻc pendant sa migration : continuer Ă servir le Business
19:44 La stack data
20:33 Focus sur Databricks
22:46 L'orga des Ă©quipes
23:34 Leurs next steps
24:41 Les questions de la fin (ressources, conseils...)
---
đ RESSOURCES
- Scaling People de Claire Johnson
- Futureproof: 9 Rules for Humans in the Age of Automation de Kevin Roose
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#102 - Databricks : Une stack unique pour lâAnalytics et lâIA
#90 - Ovrsea : Mettre en place une approche Self-Service
#85 - Masterclass | Comprendre la Modern Data Stack
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
đ LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH đ
SĂ©bastien Thomas est co-fondateur et CEO de DataGalaxy, le Data Catalog qui est utilisĂ© par plus de 150 clients dans le monde tels que Total, SNCF, Swiss Life ou Bank of China aux US. Il nous fait une masterclass sur la mise en place dâun Data Catalog.
On aborde :
đ„ Quâest-ce quâun Data Catalog et dans quel contexte câest nĂ©cessaire ?
đ„ Lâimportance du sponsorship et la bonne mĂ©thode : procĂ©der par use case et par itĂ©ration
đ„ Les phases clĂ©s : collecter ses mĂ©tadonnĂ©es, complĂ©ter le glossaireâŠ
đ„ Le marchĂ© du Data Catalog et les diffĂ©rentes solutions.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataGalaxy.
đ RĂ©servez une demo : https://bit.ly/3P0DQNA
---
đŹ CHAPITRES
00:00 Générique
00:55 Introduction
01:27 Le parcours de SĂ©bastien
02:32 Quâest-ce quâun Data Catalog ?
04:25 Dans quel contexte câest utile
05:56 A partir de quelle taille d'entreprise ?
06:37 Les différentes étapes
10:43 Les Ă©cueils Ă Ă©viter
12:24 Les fonctionnalités d'un Data Catalog
17:52 Les utilisateurs du Data Catalog
20:15 Les différentes solutions sur le marché
22:30 Les ressources recommandées par Sébastien
24:36 Ce qu'il aime dans la data
24:58 Ce qui lâa le plus fait progresser
25:41 Le meilleur conseil quâon lui ait donnĂ©
---
đ RESSOURCES
- Brent Dykes (sa page LinkedIn, son livre)
- Chat Sanderson
- Data Model Storytelling de Larry Burns
- La chaĂźne Youtube Science Etonnante
---
đ§ AUTRES ĂPISODES
#102 - Databricks : Une stack unique pour lâAnalytics et lâIA
#90 - Ovrsea : Mettre en place une approche Self-Service
#77 - Sunday : Scaler grĂące Ă une orga Data Mesh
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Anne-Sophie Lavelle est Lead Product Data Science chez Back Market, la licorne française qui propose une marketplace de produits reconditionnĂ©s. Elle nous parle de la stratĂ©gie Data Science dĂ©veloppĂ©e chez Back Market et de lâalgorithme Back Box. đ€«
On aborde :
đ„ Le rĂŽle dâun Lead Product Data Science chez Back Market
đ„ Leur contexte Data Science (ex : focus sur un algorithme pendant en 5 ans)
đ„ Lâorganisation de lâĂ©quipe Data Science et les nouveaux projets
đ„ Les challenges et les next steps du dĂ©partement.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par Data Bird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.
đ Lien vers leur site internet : http://bit.ly/41UbJVr.
---
đŹ CHAPITRES
00:00 Générique
01:30 Introduction
02:14 Le parcours dâAnne-Sophie
04:52 Le rĂŽle dâun Product Manager Data Science
07:34 Le contexte Data Science chez Back Market
09:12 Ce quâon voit souvent sur le marchĂ© : trop de projets en parallĂšle
12:34 Le 1er projet de Machine Learning
16:21 Un autre projet de Machine Learning
19:00 Lâorganisation interne de lâĂ©quipe Data Science
23:56 Quelques outils utilisés
26:15 Les challenges quâelle a rencontrĂ©s
28:28 Les next steps pour lâĂ©quipe Data Science
30:25 Les ressources quâelle conseille
31:16 Ce quâelle aime dans la data
32:29 Ce qui lâa le plus fait progresser
32:05 Le meilleur conseil quâon lui ait donnĂ©
---
đ RESSOURCES
Les blogs Tech dâUber, BlaBlacar, et de Meta
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#105 - Déployer une stratégie IA Générative avec Mick Levy
#74 - BlaBlaCar : Adopter une approche Produit en Data Science
#63 - Back Market : Réorganiser son équipe Data Engineering par domaine métier
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici đ€ł
2/ Inscrivez-vous Ă la newsletter (synthĂšses, Ă©vĂ©nements) ici đ
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Philippe Lima est Head of Customer Success chez Aircall, la licorne française qui propose une plateforme tĂ©lĂ©phonique Ă destination des Ă©quipes Sales et Support. Cet Ă©pisode intervient dans la sĂ©rie âData Userâ dont l'objectif est de comprendre comment les autres dĂ©partements de boĂźtes trĂšs data driven utilisent la data. Jâavais dĂ©jĂ reçu Edouard, le Directeur Data dâAircall, dans lâĂ©pisode #14 et avais Ă©tĂ© scotchĂ© par leur maturitĂ© data.
On aborde :
đ„ Le parcours de Philippe et le mĂ©tier de Customer Success Manager
đ„ Les 3 grands chantiers Customer Success chez Aircall (opportunitĂ©s, renouvellement et âRed Flagsâ)
đ„ Les outils quâils utilisent (Salesforce, Totango, LookerâŠ)
đ„ La collaboration avec lâĂ©quipe Data dâAircall.
---
â€ïž PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
đ Lien vers leur site internet : http://bit.ly/47UthCv
---
đŹ CHAPITRES
00:00 Générique
01:28 Introduction
02:09 Le parcours de Philippe
03:05 Le job de Customer Success Manager, câest quoi ?
04:41 Les 3 grands chantiers Customer Success chez Aircall : le Pipeline, le Renouvellement et les Red Flags
12:32 Focus sur le KPI "Net MRR Churn" ou "Net Retention" d'Aircall
14:19 Les outils utilisés pour analyser la donnée
16:08 Focus sur Totango
19:13 Focus sur Looker
20:37 Les plus gros challenges Data Analytics rencontrés par Philippe
22:37 Les conseils de Philippe pour une bonne collaboration entre Data et Customer Success
25:10 La recommandation de contenu de Philippe
---
đ RESSOURCE
Le podcast This is Growth de Daphné Costa Lopez (Dir. CS chez Hubspot)
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#106 - Aircall: Adapting the Data Strategy to the slowing economic environment
#69 - Data User | Utiliser la data en tant que Growth avec Jordan et Bulldozer
#14 - Aircall : Faire scaler l'impact de l'Ă©quipe data sur l'entreprise
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Virginie Cornu est lâex-VP Data de Jellysmack, la licorne franco-amĂ©ricaine qui produit des chaĂźnes de contenu sur les rĂ©seaux sociaux et qui propose une technologie IA Ă destination des crĂ©ateurs de contenu. Elle nous parle de lâapproche Data Mesh quâelle a mise en place.
On aborde :
đ„ Les raisons qui ont poussĂ© Jellysmack Ă mettre en place une approche Data Mesh
đ„ Lâorganisation en interne pour basculer vers une approche Data Mesh
đ„ Les principaux challenges quâelle a rencontrĂ©s avec cette approche
đ„ Son avis sur les IA GĂ©nĂ©ratives : leur impact sur les entreprises et les mĂ©tiers de la data.
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen, c'est aussi un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'Ă©quipe qu'il vous faut !
đ Nous rencontrer
---
đŹ CHAPITRES
00:00 Générique
00:53 Introduction
01:50 Le contexte avant lâapproche Data Mesh
06:46 Elle explique aux autres leaders comment ils impactent la Data Quality
08:08 Lâorganisation des Ă©quipes pour mettre en place cette approche
14:48 Les principaux challenges quâelle a rencontrĂ©s avec cette approche
27:41 Lâavis de Virginie sur les IA GĂ©nĂ©ratives
32:25 Lâavenir des mĂ©tiers dans la data avec les IA gĂ©nĂ©ratives
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#101 - Kering : Lancer un programme de Data Gouvernance avec une approche Data Mesh
#77 - Scaler grĂące Ă une approche Data Mesh
#19 - Jellysmack : Recruter et onboarder 100 profils data en 1 an
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Taline Mouradian est Creative Business Partner chez Google et Ă©galement co-lead de Women @Google en France, le plus gros collectif dâemployĂ©s chez Google. Ils comptent aujourdâhui 400 membres français et leur objectif est de favoriser lâinclusion et la diversitĂ© en interne comme en externe.
On aborde :
đ„ La genĂšse de Women @Google et les chiffres clefs du collectif
đ„ Les principales actions du collectif
đ„ Comment Women @Google mesure son impact grĂące Ă la data
đ„ Les plus gros challenges de Taline sur le collectif.
---
đȘ VOUS AVEZ UN PROJET DATA ?
DataGen a lancé un collectif de freelances data issus des plus belles boßtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Vous avez un projet data ? On a l'Ă©quipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.
đ Rencontrez-nous ici.
---
đŹ CHAPITRES
00:00 Générique
01:21 Introduction
03:01 Women @Google, c'est quoi ?
06:42 Les actions du collectif 11:53 Women @Google en chiffres
15:05 Les plus gros challenges de Taline sur le collectif
17:06 La data chez Women @Google
19:21 Les actions qui ont marqué Taline
25:37 Les conseils de Taline pour lancer ou développer un collectif
---
đ RESSOURCES
- Le LinkedIn de Taline
- Le LinkedIn de Clara
---
đ§ AUTRES ĂPISODES QUE VOUS DEVRIEZ AIMER
#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin
#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing
#43 - Inclusion In Data | Paris Data Ladies : Promouvoir la parole des femmes
---
đ SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous đ
2/ Laissez 5 Ă©toiles et un avis sur Apple Podcasts ici đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
-
Edouard Flouriot is Director of Data at Aircall, the phone and communication platform designed for sales and support teams. Active in more than 100 countries with more than 10,000 customers, Aircall achieved centaur status after securing over $100 million in annual recurring revenue in 2022. In this episode, Edouard is sharing insights on its biggest recent challenge, which is: how to adapt the data strategy to the slowing economic environment?
We address:
đ„ The overall economic context for scaleups: going from hyperscale to a slower controlled growth
đ„ His conviction that this context requires more centralisation rather than decentralisation (aka Data Mesh)
đ„ How centralisation enables more governance and control over costs and ressource management
đ„ The initiatives that they launched around 3 pillars: cost tracking, project structure and culture shift.
---
đȘ GOT A DATA PROJECT?
DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!
đ Meet us
---
đŹ CHAPTERS
00:00 Trailer
00:43 Introduction
01:41 The context
04:33 The 3 key implemented actions
05:02 1st action: shifting the culture towards more control and governance
07:38 2nd action: being more budget conscious by optimizing current tools & migrating to new ones
10:47 Focus on Fivetran & Looker
13:30 3rd action: identifying where to invest the efforts to better structure projects
18:01 The other challenges Edouard faced
20:00 Edouardâs ressource recommendations
21:07 What he likes most about data
21:51 What made him improve the most
22:47 The best advice Edouard ever received
---
đ RESSOURCES
- The book Trillion Dollar Coach
- The article âThe Next Era of Data at Instacartâ by Nate Kupp
---
đ§ OTHER EPISODES
đŠđș #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused
#50 - Ledger : Monter le département Data d'une licorne
#14 - Aircall : Faire scaler l'impact de l'Ă©quipe data sur l'entreprise
---
đ SUPPORT THE PODCAST FOR FREE
1/ Subscribe đ
2/ Leave a 5 stars review on Apple Podcasts here đ„°
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
- Laat meer zien
